MétaCan
Menu
Retour à la cohorte
Enregistrement W2137976087

On the Usefulness of Tax Incentives for Business Angels and SME Owners: An empirical Analysis

2005· preprint· en· W2137976087 sur OpenAlexaboutno aff
Cécile Carpentier, Jean‐Marc Suret

Notice bibliographique

RevueÉrudit documents and data repository (Érudit Consortium, University of Montreal) · 2005
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

De nombreux gouvernements ont instauré des programmes fiscaux destinés à promouvoir le financement des petites et moyennes entreprises. Il existe toutefois très peu d'études de l'efficacité de ces initiatives. Nous analysons le programme de Société de placements dans l'entreprise québécoise (SPEQ), instauré au Québec pour améliorer la capitalisation des petites et moyennes entreprises. Les actionnaires de sociétés de portefeuille obtiennent d'importants crédits d'impôt lorsque ces sociétés financent des entreprises admissibles. Nous analysons en premier lieu le programme à la lumière des principes de base du financement des entreprises : l'asymétrie informationnelle, les problèmes d'anti-sélection et d'agence et la réticence à partager le contrôle. Comme le programme ne tient aucun compte de ces diverses dimensions, nous posons l'hypothèse qu'il ne permettra pas l'atteinte de l'objectif premier, qui était d'attirer des investisseurs providentiels dans l'actionnariat des entreprises. Nous supposons également que le programme devrait attirer principalement des entreprises de qualité médiocre, dont la performance après le placement sera faible. L'analyse de l'ensemble des SPEQ agréées entre 1998 et 2003 et des 83 sociétés financées pour lesquelles des données comptables sont accessibles permet de confirmer chacune de ces hypothèses. Le programme n'atteint pas ses objectifs et ne peut pas être considéré comme un succès. L'étude met en évidence l'importance de dessiner très soigneusement les programmes d'aide au financement des petites entreprises.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,255
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉrudit documents and data repository (Érudit Consortium, University of Montreal)Même sujetPrivate Equity and Venture CapitalTravaux en français237 207